[發(fā)明專利]企業(yè)關(guān)鍵人的識別方法和裝置

有效

• 申請?zhí)枺?/td>: 202010171727.1
• 申請日: 2020-03-12
• 公開（公告）號: CN111400504B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計）人: 劉丹丹
• 申請（專利權(quán)）人: 支付寶（杭州）信息技術(shù)有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/30;G06F40/279;G06N3/08;G06Q40/04
• 代理公司: 北京博雅睿泉專利代理事務(wù)所(特殊普通合伙) 11442
• 代理人: 郭少晶

1.一種企業(yè)關(guān)鍵人的識別方法，包括以下步驟：

接收用戶提交的識別請求，所述識別請求中包括目標企業(yè)的信息和/或目標關(guān)鍵人的信息，所述識別請求中還包括待預(yù)測的企業(yè)-關(guān)鍵人的關(guān)系；

根據(jù)所述識別請求，利用企業(yè)數(shù)據(jù)知識圖譜構(gòu)建待預(yù)測數(shù)組，所述待預(yù)測數(shù)組包括一個目標企業(yè)實體、待預(yù)測的企業(yè)-關(guān)鍵人的關(guān)系、以及一個目標關(guān)鍵人實體；

將所述待預(yù)測數(shù)組輸入到識別模型中，得到目標企業(yè)實體和目標關(guān)鍵人實體符合待預(yù)測的企業(yè)-關(guān)鍵人的關(guān)系的概率，所述識別模型是使用企業(yè)數(shù)據(jù)知識圖譜生成的圖神經(jīng)網(wǎng)絡(luò)；

根據(jù)所述概率生成識別結(jié)果，將所述識別結(jié)果提供給用戶。

2.根據(jù)權(quán)利要求1所述的方法，在所述識別請求中同時包括目標企業(yè)的信息和目標關(guān)鍵人的信息的情況下，所述構(gòu)建待預(yù)測數(shù)組，包括：

在企業(yè)數(shù)據(jù)知識圖譜中查找出與所述目標企業(yè)的信息匹配的企業(yè)實體作為目標企業(yè)實體，所述目標企業(yè)的信息至少包括目標企業(yè)的名稱的關(guān)鍵詞；

在企業(yè)數(shù)據(jù)知識圖譜中查找出與所述目標關(guān)鍵人的信息匹配的自然人實體作為目標關(guān)鍵人實體，所述目標關(guān)鍵人的信息包括目標關(guān)鍵人的人名和/或身份證號；

根據(jù)目標企業(yè)實體和目標關(guān)鍵人實體構(gòu)建待預(yù)測數(shù)組。

3.根據(jù)權(quán)利要求1所述的方法，在所述識別請求中不包括目標關(guān)鍵人的信息的情況下，所述構(gòu)建待預(yù)測數(shù)組，包括：

在企業(yè)數(shù)據(jù)知識圖譜中查找出與所述目標企業(yè)的信息匹配的企業(yè)實體作為目標企業(yè)實體，所述目標企業(yè)的信息至少包括目標企業(yè)的名稱的關(guān)鍵詞；

在企業(yè)數(shù)據(jù)知識圖譜中搜索出滿足第一預(yù)設(shè)條件的自然人實體作為目標關(guān)鍵人實體；

根據(jù)目標企業(yè)實體和目標關(guān)鍵人實體構(gòu)建待預(yù)測數(shù)組；

其中，所述第一預(yù)設(shè)條件包括：

自然人實體與目標企業(yè)實體的距離小于等于預(yù)設(shè)的第一閾值；和/或，

自然人實體與目標企業(yè)實體的公共直連節(jié)點的數(shù)量大于等于預(yù)設(shè)的第二閾值。

4.根據(jù)權(quán)利要求1所述的方法，在所述識別請求中不包括目標企業(yè)的信息的情況下，所述構(gòu)建待預(yù)測數(shù)組，包括：

在企業(yè)數(shù)據(jù)知識圖譜中查找出與所述目標關(guān)鍵人的信息匹配的自然人實體作為目標關(guān)鍵人實體，所述目標關(guān)鍵人的信息包括目標關(guān)鍵人的人名和/或身份證號；

在企業(yè)數(shù)據(jù)知識圖譜中搜索出滿足第二預(yù)設(shè)條件的企業(yè)實體作為目標企業(yè)實體；

根據(jù)目標企業(yè)實體和目標關(guān)鍵人實體構(gòu)建待預(yù)測數(shù)組；

其中，所述第二預(yù)設(shè)條件包括：

企業(yè)實體與目標關(guān)鍵人實體的距離小于等于預(yù)設(shè)的第一閾值；和/或，

企業(yè)實體與目標關(guān)鍵人實體的公共直連節(jié)點的數(shù)量大于等于預(yù)設(shè)的第二閾值。

5.根據(jù)權(quán)利要求2-4任一項所述的方法，所述根據(jù)所述概率生成識別結(jié)果，包括：

如果所述概率大于等于預(yù)設(shè)的概率閾值，確定目標企業(yè)實體和目標關(guān)鍵人實體之間的關(guān)系為待預(yù)測的企業(yè)-關(guān)鍵人的關(guān)系。

6.根據(jù)權(quán)利要求1所述?的方法，所述待預(yù)測的企業(yè)-關(guān)鍵人的關(guān)系為下列任一：

法定代表人關(guān)系、股東關(guān)系、董事關(guān)系、監(jiān)事關(guān)系、高管關(guān)系。

7.根據(jù)權(quán)利要求1所述的方法，所述企業(yè)數(shù)據(jù)知識圖譜還包括域名實體、設(shè)備實體、訴訟案件實體、不動產(chǎn)實體。

8.根據(jù)權(quán)利要求1所述的方法，所述圖神經(jīng)網(wǎng)絡(luò)采用MetaPath神經(jīng)網(wǎng)絡(luò)框架或者GeniePath圖神經(jīng)網(wǎng)絡(luò)框架。

9.根據(jù)權(quán)利要求1所述的方法，所述使用企業(yè)數(shù)據(jù)知識圖譜生成圖神經(jīng)網(wǎng)絡(luò)，包括：

基于企業(yè)數(shù)據(jù)知識圖譜定義圖神經(jīng)網(wǎng)絡(luò)的節(jié)點特征矩陣；

初始化圖神經(jīng)網(wǎng)絡(luò)的參數(shù)矩陣；

對節(jié)點特征矩陣進行迭代以對參數(shù)矩陣進行優(yōu)化，使得圖神經(jīng)網(wǎng)絡(luò)的損失函數(shù)值降低；所述對節(jié)點特征矩陣進行迭代，包括：采用預(yù)設(shè)的圖神經(jīng)網(wǎng)絡(luò)算法搜索節(jié)點的鄰居節(jié)點，對搜索到的鄰居節(jié)點的特征進行聚合得到節(jié)點的鄰居聚合特征，基于節(jié)點的鄰居聚合特征調(diào)整節(jié)點的特征。